최근 우리는 Discourse MCP를 발표했습니다. 이는 AI 어시스턴트를 Discourse 커뮤니티 데이터에 직접 연결하는 새로운 방법입니다.
최근 @falco와 함께 라이브 오피스 아워 세션을 진행했으며, 여기서 MCP + Data Explorer의 실제 작동 방식을 심층적으로 살펴보는 시간을 가졌습니다.
솔직히 말하면, 이 세션은 가능성을 온전히 이해하려면 반드시 직접 보고 경험해야 하는 순간 중 하나였습니다.
그렇습니다, 그 뒷받침하는 기술은 강력하고 전문적이지만, 경험 자체는 놀랍도록 자연스럽게 느껴질 수 있습니다.
팀 동료에게 질문하듯 커뮤니티 데이터에 질문을 할 수 있다고 상상해 보세요:
- “이번 달에 가장 많은 답변을 생성한 주제들은 무엇인가요?”
- “사용자 참여도에 어떤 추세가 있나요?”
- “가장 빠르게 성장하고 있는 태그는 무엇인가요?”
- “가장 많은 활동을 주도하는 대화는 무엇인가요?”
- “리더십을 위한 이 주제에 대한 보고서를 생성해 줄 수 있나요?”
이 세션에서 정확히 이러한 것들을 탐구했습니다!
리플레이 보기
MCP + Data Explorer가 실제로 가능하게 하는 것
세션 내내 Falco는 MCP가 Data Explorer와 함께 작동하여 기술적 및 비기술적 팀 모두에게 커뮤니티 분석을 훨씬 더 접근하기 쉽게 만드는 방법을 시연했습니다.
수동으로 SQL 쿼리를 작성하는 대신, 참가자들은 AI 어시스턴트가 다음을 수행하는 것을 지켜보았습니다:
- Data Explorer 쿼리를 자동으로 생성
- 주제 및 사용자 성장 추세 분석
- 카테고리 및 태그별 활동 분해
- 모더레이션 및 참여 패턴 탐색
- AI 관련 토론 전반의 추세 식별
- 시각적 보고서 및 요약 생성
- 프레젠테이션용 대시보드 및 내보내기 생성
세션의 가장 흥미로운 부분 중 하나는 워크플로가 얼마나 대화형이 되었는지를 보여주는 것이었습니다.
수십 개의 보고서를 수동으로 탐색하는 대신, Falco는 평이한 영어로 질문을 하고 거기서부터 자연스럽게 반복하며 진행했습니다.
세션 하이라이트 몇 가지
- “목표는 분석을 더 빠르고 접근하기 쉽게 만드는 것입니다.”
- “당신의 보스는 항상 아직 존재하지 않는 정확한 보고서를 요구할 것입니다.”
- “이것은 사람들이 며칠 또는 몇 주 동안 보고서를 기다리는 대신 스스로 해결할 수 있는 능력을 줍니다.”
- “데이터 탐색을 시작하려면 SQL을 알아야 할 필요가 없습니다.”
- “피드백 루프가 incredibly 빠르게 됩니다.”
- “때로는 탐색을 시작하기 전까지는 어떤 질문을 해야 할지조차 알지 못합니다.”
- “이런 종류의 워크플로에서는 유연성이 왕입니다.”
- “아이디어 → 분석 → 프레젠테이션까지 몇 분 만에 갈 수 있습니다.”
- “이것은 AI가 실제로 마찰을 제거하는 가장 명확한 예시 중 하나입니다.”
특히 멋진 순간들
워크스루에서 몇 가지 눈에 띄는 순간을 포함했습니다:
AI 생성 SQL 쿼리
Falco는 MCP가 자연어 프롬프트에만 기반하여 Data Explorer 쿼리를 자동으로 생성하고 실행하는 방법을 시연했습니다.
인터랙티브 보고서
AI는 라이브 커뮤니티 데이터에 기반하여 차트, 추세 분석, 요약, 시각화를 갖춘 완전히 포맷된 HTML 보고서를 생성했습니다.
태그 + 카테고리 추세 분석
세션에서는 관리자가 시간이 지남에 따라 변화하는 대화 추세, 기능 채택 패턴, 지원 고통 포인트, 제품 토론 변화를 식별할 수 있는 방법을 탐구했습니다.
향후 네이티브 통합
가장 큰 청중의 반응 중 하나는 Discourse 관리자 경험 내에서 직접 작동하는 네이티브 AI 기반 분석의 초기 미리보기에서 나왔습니다.
커뮤니티 인사이트 접근성 향상
많은 팀에게 커뮤니티 데이터는 incredibly 가치 있지만, 실제로 해당 데이터에 접근하고 해석하는 것은 여전히 위압적이거나 시간 소모적으로 느껴질 수 있습니다.
이 세션은 커뮤니티 인사이트 탐색이 훨씬 더 대화형, 반복적, 접근 가능해지는 미래를 보여주었습니다.
엔지니어나 SQL 전문가를 위한 것이 아니라, 커뮤니티 팀, 지원 팀, 모더레이터, 제품 팀, 리더십 및 그 이상을 위한 것입니다.